AIGC 的“含科量”与“含资量”

2022 年 2 月 20 日
本文字数：4069 字
阅读完需：约 13 分钟

2014 年的时候，我在互联网企业里做内容工作，当时业内很流行凯文·凯利的“一千个粉丝”理论，相信“找到一千个种子用户，产品就能够活下去”。

找到种子用户干嘛呢？核心 KPI 之一，就是鼓励他们创造内容，提高平台的 UGC 数量与质量。

普通人也轻松能创作的图文短视频，用爱发电的同人衍生，极具创意的鬼畜视频……UGC（User-generated content 用户生产内容），以高效、丰富、多元的产出方式，和 PGC（Professional-generated content 专家生产内容）、OGC（Occupationally-generated Content 职业生产内容）一起，让互联网数字内容呈现出前所未有的繁荣多彩。

一个时代有一个时代的主题，如今业内流行的内容生产模式，则是 AIGC。

AI-generated content，字面意思是 AI 生产内容。AI 写诗、AI 作曲、AI 绘画、AI 换脸……甚至有创始人认为，游戏中导入图片生成模型的“捏脸系统”都是 AIGC。

那么问题来了，让 AI 替人舞文弄墨，对话交互问答、创意写作、生成诗歌图文或是以假乱真的视频，不都是旧新闻了嚒，都属于自然语言生成 Natural Language Generation (NLG)的应用，是 NLP 自然语言处理技术的一大类任务，已经应用将近 30 年了。

怎么突然就以 AIGC 的概念成为资本热捧的对象呢？

故事恐怕还是要从“元宇宙”说起。

AIGC，到底生产的是什么内容？

在内外网搜索 “AIGC”时，精准匹配的是简体中文信息，而英文 AI-generated content 一词，在海外平台主要还是以自动化生成文本的 NLG 技术为主。所以，AIGC 应该是一个在中国率先流行起来的专有名词。

目前为止，与 AIGC 相关的创作类型主要有三种：

1.内容平台的一种自动化作业方式，比如 CCTV 的 AIGC 平台，就包括智能采编、模板生成、画质优化等等；部分语音类 app，通过语音合成（TTS）技术，提供文本自动转语音的能力；流媒体平台，通过算法对画面画质进行优化，提高清晰度等等。

2. AI 科研机构的多模态应用，实现内容生成。比如中科院自动化所的跨模态通用人工智能平“紫东太初”，就能够做到“以图生音”“以音生图”。百度文心大模型的“AI 画家”，则在前不久的元宵节，生成与地点相匹配的专属画作。

3. 科技企业及创业公司的数字人、虚拟人制作。通过自主开发、平台开发等形式，合成全新的人物形象，与用户开展互动。比如 AI 手语主播，通过 AI 算法将文本转化为手语信息，为听障朋友提供服务；品牌代言人，火星车数字人祝融号跟广大用户进行互动；虚拟偶像，通过生动的表情、动作、语言等展示才艺，与粉丝对话；以及智能客服、游戏陪玩等等。

通过上述 AIGC 应用，或许不难理解，为什么 NLG 往往依靠夸张新闻点（比如 deepfake）偶尔进入大众视野，而 AIGC 一词出道即爆红了。

小红靠捧，大红靠命：AIGC 的“含科量”有多高？

如前所说，自然语言生成 NLG 作为 AI 创作内容的一种主流方式，此前在大部分时间内都是行业内自娱自乐，偶尔凭借“换脸”之类的奇趣新闻火一把，但仅此而已。

而 AIGC 这一概念，在当下能够迅速走红，可以说是时也、运也。

首先，深度学习技术本身不断迭代，能够生成更具个性化、拟人化的内容。

随着自然语言处理技术的不断发展，近年来 AI 的阅读理解创作能力进步飞快，已经达到了惊人的水平，技术成熟给了 AIGC 广泛应用的基础。

随着 AI 模型 GPT-3 的问世，机器已经能够达到人类小学的阅读写作水平，顶级 AI 企业的中文普通话识别准确率能够达到 98%以上，多语言、小语种、方言的识别率也不断升级。此外，情感计算、因果计算、知识图谱、元学习等多种技术开始被引入深度学习，大幅改善了人机交互的自然感。

这些新成果应用在内容创作上，就是大家能看到 AI 写出更流利通顺的文章、用更自然的音色去朗读一本书、更声情并茂地跟人对话、对用户输入的语句理解的更准确，一句话，终于开始摆脱“人工智障”的标签了。

第二，AI 基础设施不断发展，多模态大模型的相继成熟落地。

如果只是生成单一的内容，那么 AIGC 或许还不至于让见多识广的大众眼前一亮。而多模态大模型的出现，让融合性创新成为可能。

多模态大模型，既需要具备 NLP（自然语言理解）大模型、CV（计算机视觉）大模型等的能力，理解语言、视觉的内容，还要能够跨模态生成全新的内容，由此带来了非常多的创意空间。比如通过一部小说的文字描写，生成故事画面、人物形象、环境布景等，可以帮助创作者大大节省时间。

正因如此，多模态大模型需要处理的数据类型多，规模量大，模型参数已经达到千亿级别，需要庞大的算力来支撑。得益于全国多地对 AI 基础设施的重视和建设，才能够让多模态应用达到比较好的效果，进而支撑 AIGC 创作业态的进一步发展。

此外，AI 平台化的生态搭建，以及充足广阔的产业实践空间。

大模型虽好，对于很多企业和创作者来说，想要自己从头开发一套大模型用来进行 AIGC 既不经济、也不现实。这时候，AI 平台化、民主化就变得至关重要。

去年推出的许多多模态大模型，如紫东太初、文心、M6 等，都通过 AI 平台进行开源，可以直接调用并通过云端算力进行训练。一些科技企业也将数字人技术开源开放，这些动作大大降低了企业和创业者的开发门槛，创作效率提升，进而助力高质量 AIGC 变得普及。

目前，南京、武汉等地，已经开始形成多模态应用的产业集群。而千行百业的数字化、数字经济的持续发展，也给予了 AIGC 前所未有的产业空间与实践场景。比如此次受资本追捧的一些 AIGC 公司，就瞄准了“游戏+AI”场景，通过算法生成数字人、语言互动等方式，满足玩家在虚拟世界中个性化、定制化的体验需求。而更多的产业实践，也会源源不断地产生新的数据，推动算法的迭代升级。

AI 产业化和产业 AI 化的发展，当下已经能够支持内容创作的大变革，AIGC 的流行，自然也就水到渠成了。

“含资量”不低，警惕 AIGC 的虚火

AI 创作的大行其道，是科技发展到一定水平后的必然现象。但资本热捧，许多投融资消息突如其来，却给“AIGC”一词添上了一种别样的味道。

为什么说是“突然”呢？如前所说，AI 写诗之类的 NLG 应用并不罕见，但一直没有被以“AIGC”一词整合包装起来。2021 年 7 月，一位股民询问拥有虚拟数字技术开发业务的丝路视觉：在 AIGC 技术上是否有储备或应用？结果被该企业发言人直接反问：啥是 AIGC？显然，当时“AIGC”一词就连从事相关业务的企业高管都不熟悉。

而在某问答平台上，关于“AIGC 未来会扮演什么样的角色”的问题，只有一个回答，来自某投资机构，而该机构正是某 AIGC 沙龙的组织方，参与讨论的创始人也主要描绘了一种核心的 AIGC 应用场景，那就是元宇宙。

而刚刚拿下千万美金融资的某 AI 公司，正在布局的 AIGC 领域也聚焦在虚拟人技术，为游戏行业提供基于 AI 的智能 NPC、自动化 QA、对话系统和 AI 陪玩。完成 1 亿美元融资、由红杉中国领投的某独角兽，核心产品则是 AI bot，表示希望作为虚拟世界的先锋，围绕元宇宙开展多维度的基建。

从这些脉络中不难看出，AIGC 技术本身很真实，但长期以来一直处于默默发展、偶尔出圈的状态。能够在近期快速成为一个风口、一种网红概念，与元宇宙的爆火、资本的动向，不无关系。

在这个新故事中，一般会有如下逻辑：1.元宇宙需要很多数字人、需要个性化的数字环境；2.这些内容光靠人来开发周期太长，需要更高效的生产方式；3.AI 的能力就是提质增效，适合用来创作；4.所以，AIGC 有前途。

归根结底就是，元宇宙要火了，AI 能做。

AI 能做是真，但元宇宙到底啥时候火，可就没个准数了。

我们此前探讨过，作为一个复杂庞大的技术集群概念，元宇宙依赖很多技术的成熟，距离真正成型还很遥远。在这一天到来之前，没有人能清楚地定义什么是元宇宙，自然也不可能量化出到底需要多少虚拟人、数字人。那么，为了元宇宙而生的 AIGC，到底价值几何，可能就跟元宇宙一样，是个见仁见智的玄学了。

既然 AIGC 的走红是技术发展的产物，那么它的上限，自然也要受到技术规律的约束。诚然，AI 的发展给内容创作带来了很多可能，但技术也决定了很多内容依然是 AI 无法做到的：

首先，AIGC 的内容质量有待提升。

OpenAI 用于编写内容的通用 GPT-3 模型发布之后，很多内容机构都基于它开发了相应的创作模型。目前来看，主要应用还是一些重复枯燥工作的自动化，以 CCTV 的 AIGC 平台为例，主要是自动完成挖掘新闻热点，将新闻报道数据进行深度关联、辅助编辑选题策划，基于模板快速生成海报图片图表，智能生成内容标签，修复历史视频等等。

一些用于生成内容的 AI 编写器，创作能力实在是不太行。要么只能用于生成一些符合 SEO（搜索引擎优化）的营销内容，比如 YouTube 视频标题、Facebook 广告标题、GoogleAds 标题和描述、亚马逊产品描述等等，主要是更通顺地把关键词堆叠在一起，你不会觉得某宝的宝贝标题就是一篇“大作”吧。

要么是由机器学习黑匣子生成的博客文章。对于这类文章，平台们往往也会提醒，AI 无法复制情感，没有灵魂、同理心、经验等细微差别。所以也会建议使用 AIGC 工具的创作者，雇用人类作家来校对这些工具创建的内容。

所以至少目前为止，AIGC 能提供很多帮助，但还是无法取代人类创作者的。

这是我用一个海外 AI 一句话生成器写出来的文章，可以说是前言不搭后语，大家给它打几分呢？

其次，AIGC 的交互能力还不够自然。

虽说 NLP 技术有了极大的进步，人工智能聊天机器人可以帮助企业与潜在客户聊天、给辖区居民拨打电话、为电商平台用户提供售前售后咨询服务……但想必大家依然还是能够很明显地区别出，对面到底是真人还是聊天机器人。反正我本人，如果需要完成一些复杂的交流和操作，都会一开始就输入“人工客服”“找人工”等命令，而不是跟智能客服在那里“鬼打墙”。

目前，基于 AI 技术的人机交互还需要漫长的试错、实践、积累、迭代，更适用于一些重复率高、流程标准化、对专业度或灵活响应度没那么高的交流。比如在智能音箱里跟主人闲聊，作为虚拟偶像满足粉丝的基本情感互动需求，或是在电商场景里作为主播“念稿子”直播带货。

这里面其实已经有非常大的想象空间了，虽然距离“元宇宙”中那种“和真实的人一样”的愿景还有距离。